Effect of Some Technological Factors of Extraction on Total Lentinan Content in Sapa Shiitake Mushroom Extract
Notice bibliographique
Résumé
In Vietnam, the source of shiitake mushroom is very abundant and grown in many provinces/cities, the total yield reaches hundreds of thousands of tons/per year, mainly serving the demand of domestic food processing, and did not develop into medicinal mushrooms yet. Among them, Sapa shiitake mushroom is being widely cultivated in Sapa-Vietnam, and is a raw material with great potential for lentinan exploitation. Until now, researches on extracting and obtaining lentinan in Vietnam are still limited. Those are reasons to carry out this research. The effects of solvent in combination with assistance of ultrasound wave in lentinan extracting capability in Sapa shiitake mushroom were studied. Before carrying out extracting of lentinan; The dried fruit bodies of Sapa shiitake mushroom was crushed in to 1mm. Five extracting parameters include concentration of Na0H solvent (%), proportion of Na0H solvent and raw material (v:w), extracting temperature, ultrasound time and ultrasound intensity were carried out. An extraction without the use of ultrasound for 180 min was control sample. Total lentinan content was obtained during the extracting process. The results indicated that shiitake mushrooms were extracted by using 0.35% Na0H solvent, the rate of Na0H solvent and mushrooms was 12:1 (v:w), intensity of ultrasound was 58 W/cm2, frequency was 20 kHz, extracting temperature was 65 °C, time of extraction was 6 min gave total lentinan content 1.63 times higher than the control.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».